Kernaussage
Der Nutzen liegt in Datenerschließung und Konsistenzprüfung; das Risiko liegt in unbelegten Ergebnissen, die wie Fakten wirken.
Was sich geändert hat
Projekte von Zentralbanken zeigen praktische Anwendungsfälle bei der Verarbeitung von Offenlegungs- und Transitionsdaten.
Bedeutung für Finanzinstitute
KI-gestützte Analysen gehören in das Modellrisikorahmenwerk: Dokumentation, Validierung, Nachvollziehbarkeit und menschliche Verantwortung.
Ergebnisse ohne Quellenbezug sollten nicht in Entscheidungsunterlagen gelangen.
Bezug zum Quantica Climate Risk Model
Für das Quantica Climate Risk Model gilt: KI unterstützt Aufbereitung und Prüfung, ersetzt aber weder Validierung noch Entscheidungsverantwortung.
Fazit
KI verschiebt den Engpass von der Datenmenge zur Qualitätssicherung.
Quellen und weiterführende Informationen
Verwandte Seiten
- NGFS-Leitfaden zur Szenarioanalyse: Was 2025 aktualisiert wurdeDie wichtigsten Governance-Lehren aus dem aktualisierten NGFS-Leitfaden zur Klimaszenarioanalyse für Aufsicht, Banken und Versicherer.
- Staatsschulden und Klimarisiko: aktuelle EvidenzWie Schuldendruck und Klimaanfälligkeit in der Analyse von Länder-, Banken- und Anlagerisiken zusammenwirken.
- Von TCFD zu ISSB: Leitfaden für FinanzinstituteWie Finanzinstitute von TCFD-orientierter Berichterstattung zu IFRS S2 wechseln und dabei Kontrollen, Vergleichbarkeit und Entscheidungsnutzen erhalten.